- •Кафедра информатики и прикладной математики
- •1.Разработка системы принятия решений
- •1.1 Общая схема принятия решения
- •1.2 Разработка базы данных для системы принятия решения
- •1.3 Построение дерева принятия решения
- •2.2.1 Построение математической модели
- •1.4 Реализация системы принятия решений в табличном процессоре
- •2. Оптимизация управленческих и экономических задач
- •2.1 Постановка задачи
- •2.2 Решение транспортной задачи
- •2.2.2 Разработка эт с начальным планом решения
- •2.2.3 Улучшение (оптимизация) плана перевозок
- •3. Проектирование базы данных
- •3.1 Постановка задачи
- •3.2 Информационно-логическая модель
- •3.3 Создание логической структуры базы данных для субд Access
- •3.4 Создание отчета с параметрами
- •3.5 Создание запроса
- •4. Используемая литература
1.2 Разработка базы данных для системы принятия решения
База данных создается на основе базы знаний (Таблица 1), в которую добавляется столбец ответов (Таблица 2). Таблица 1 преобразуется в вопросы. Для каждого из железнодорожного состава будет свой набор ответов и, соответственно, своя база данных. В курсовой работе создан один из возможных вариантов заполнения базы данных, который будет служить тестом для проверки функционирования разработанной системы.
Если на заданный вопрос дается положительный ответ («Да»), весовой фактор атрибута – 1. Если ответ отрицательный («Нет»), то весовой фактор обнуляется.
Просуммировав весовые факторы ответов в базе данных (Таблица 2), находим суммарный весовой фактор (в данном случае - 220). Поскольку эта сумма баллов находится в диапазоне ниже 520 баллов, согласно правилам вывода – разгрузка (погрузка) производится в порядке общей очереди.
Таблица 2. База данных
|
№ пп |
Вопрос |
Весовой фактор атрибута |
Ответ |
Весовой фактор ответа |
|
1 |
Наличие свободных терминалов |
60 |
Да |
60 |
|
2 |
Возможность быстрого освобождения одного из занятых терминалов |
40 |
Да |
40 |
|
3 |
Наличие свободных кранов на нужном терминале
|
30 |
Да |
30 |
|
4 |
Наличие свободных кранов на других терминалах |
20 |
Да |
20 |
|
5 |
Форма оплаты: -наличными - чеком -«по бартеру» -по квитанции |
70 50 40 30 |
Нет Да Нет Нет |
0 50 0 0 |
|
6 |
Наличие скоропортящихся грузов для погрузки или выгрузки |
80 |
Нет |
0 |
|
7 |
Наличие опасных или взрывчатых веществ для погрузки или выгрузки |
60 |
Нет |
0 |
|
8 |
Трудоёмкость погрузочно-разгрузочных работ: -высокая -средняя -низкая |
20 30 40 |
Да Нет Нет |
20 0 0 |
|
9 |
Наличие договора об обслуживании составов с фирмой-владельцем |
70 |
Да |
70 |
1.3 Построение дерева принятия решения
Дерево принятия решений - это дерево, на ребрах которого записаны атрибуты, от которых зависит целевая функция, в листьях записаны значения целевой функции, а в остальных узлах - атрибуты, по которым различаются случаи.
Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение.
Представленное дерево решения примера представлено на Рисунке 1.
Пусть база данных заполнена ответами и рассчитана сумма накопленных баллов (S).
Первый блок проверяет выполнения условия при S выше 580. При проверке любого условия возможны два исхода: «Условие выполнено» (ветка «Да») и «Условие не выполнено» (ветка «Нет»).
Если условие S выше 580 баллов выполняется, то состав ставится на погрузку (разгрузку) немедленно. Если это условие не выполняется, значит, сумма баллов ниже 580. В этом случае необходимо установить, в каком диапазоне находится сумма баллов.
По ветке «Нет» от первого блока проверки условий приходим на второй блок проверки, где записано условие, что S в пределах 520 – 580 баллов.
Если сумма баллов в пределах 520 - 580 – обслуживание производится при освобождении любого занятого терминала.
Если сумма баллов ниже 520 – разгрузка (погрузка) производится в порядке общей очереди.

Рисунок 1. Дерево принятия решений
